全文获取类型
收费全文 | 60篇 |
免费 | 4篇 |
国内免费 | 35篇 |
专业分类
农学 | 3篇 |
基础科学 | 51篇 |
39篇 | |
综合类 | 6篇 |
出版年
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 4篇 |
2013年 | 2篇 |
2012年 | 3篇 |
2011年 | 6篇 |
2010年 | 9篇 |
2009年 | 6篇 |
2008年 | 6篇 |
2007年 | 3篇 |
2006年 | 6篇 |
2005年 | 7篇 |
2004年 | 6篇 |
2003年 | 1篇 |
2002年 | 3篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 3篇 |
1992年 | 1篇 |
1991年 | 3篇 |
1989年 | 3篇 |
1987年 | 1篇 |
1985年 | 2篇 |
1983年 | 1篇 |
排序方式: 共有99条查询结果,搜索用时 15 毫秒
31.
利用高光谱图像技术检测水果轻微损伤 总被引:27,自引:5,他引:22
提出了利用高光谱图像技术检测水果轻微损伤的方法.试验以苹果为研究对象,利用500~900 nm范围内的高光谱图像数据,通过主成分分析提取547 nm波长下的特征图像,然后设计不均匀二次差分消除了苹果图像亮度分布不均匀的影响,最后通过合适的数字图像处理方法提取苹果的轻微损伤.试验结果表明,高光谱图像技术对苹果轻微损伤的检测正确率达到88.57%. 相似文献
32.
33.
自然场景下成熟水果的计算机视觉识别 总被引:24,自引:4,他引:20
研究在自然场景下成熟水果的识别技术。比较HSI颜色空间转换的几种方法:球体法、柱体法和双锥体法等。球形:HSI颜色转换系统在本研究中产生较少的奇异数据,被采用。将图像的RGB值转换成色调、饱和度和亮度值,并将色调和饱和度结合产生融合图像,以消除地表、天空等背景的影响。利用Otsu算法自动获取分割阈值,提取目标区域。将提取的区域形态特征进一步分割图像,去除与颜色类似的枯叶和其他背景,提取成熟水果区域,分割效果显著。 相似文献
34.
35.
36.
雪莲花产地鉴别的近红外光谱分析方法 总被引:4,自引:0,他引:4
以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象,利用K-最近邻域(KNN)模式识别方法建立雪莲花产地鉴别模型,模型参数K和主成分因子数(PCs)通过交互验证的方法优化;同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4种预处理方法对模型结果的影响.试验结果显示,通过SNV光谱预处理后,在K为3和PCs为5时,所得到的模型最佳,模型交互验证识别率和预测识别率均为100%.研究表明,近红外光谱技术结合KNN方法可以成功鉴别雪莲花产地. 相似文献
37.
基于机器视觉和工艺参数的针芽形绿茶外形品质评价 总被引:6,自引:0,他引:6
外形是针芽形绿茶的关键感官评价指标,通常依据色泽、条形、嫩度和匀整度等表象特征进行人工评审,难以做到精准、客观和量化评价。本文以自动化生产线机制的针芽形绿茶为研究对象,基于茶叶品质、形成工艺和视觉形态等内外因素,构建了外形品质的智能感官评价方法。首先,在线采集在制品的17个机制工艺参数和成品茶的图像,进行图像特征提取,选取9个颜色特征和6个纹理特征。进而,通过与专家感官评分进行关联分析,明确了与感官品质显著相关的特征变量。为获取高效的评价模型,采用偏最小二乘法(PLS)、极限学习机(ELM)和强预测器集成算法(ELM-Ada Boost)3种多元校正方法,分别建立了基于工艺或图像特征的针芽形绿茶外形感官的量化评价模型。建模结果表明,基于图像特征建立的ELM-Ada Boost模型(Rp=0.892,RPD大于2),其预测性能优于其他模型,且具有更小的RMSEP(0.874)、Bias(-0.148)、SEP(0.226)和CV(0.018)值。同时,非线性模型的预测性能均高于PLS线性模型,能更好地表征工艺参数、图像信息与感官评分之间的解析关系,且建模速度更快(0.014~0.281 s)。而Ada Boost法作为一种混合迭代算法,能进一步提升ELM模型的精度和泛化能力。结果表明,基于机器视觉和工艺评价针芽形绿茶外形品质是可行的,为拓展茶叶感官品质评价方法和专家工艺决策支持系统研制,提供理论依据和数据支撑。 相似文献
38.
基于RSM和BP—AdaBoost—GA的红茶发酵性能参数优化 总被引:1,自引:0,他引:1
为明确自行设计的滚筒式红茶发酵机性能参数,以无量纲化的综合评分为发酵品质评价指标,采用响应面法和基于改进型神经网络的遗传算法(BP-AdaBoost-GA)对影响发酵品质的3个因素(发酵温度、发酵时间、翻拌间隔)进行优化,并对2种方法的优化效果进行比较。结果表明,各因素对发酵品质的影响重要性顺序为:发酵温度、翻拌间隔、发酵时间;采用响应面法优化,当发酵温度、发酵时间、翻拌间隔分别为25℃、150 min、20 min时,综合评分预测值和实际值分别为0.863和0.856,相对误差为0.8%;而采用BP-AdaBoost-GA优化,当发酵温度、发酵时间、翻拌间隔分别为27℃、170 min、25 min时,预测值和实际值分别为0.871和0.868,相对误差为0.3%;BPAdaBoost预测模型的决定系数和相对分析误差分别为0.994和18.456,高于响应面法的0.988和9.577,且预测均方根误差较低,为0.017。在红茶发酵工艺的参数优化中,采用BP-AdaBoost-GA方法能比响应面法更好地拟合模型,以及在全局变量范围内推导最优发酵条件。 相似文献
39.
采用台架试验、理论分析和对主参数试验修正相结合的方法,确定了单风道鼠笼筛清选装置的设计参数。联合收割机的田间试验表明,本项研究及其应用是成功的。 相似文献
40.
针对我国高校食品物性学课程建设和教学过程中存在的问题,提出从选择教材、借鉴国内外科研成果、联系实际、提高学生实践能力和动手能力、考核方式多样化4方面入手探索提高教学质量,为高校食品物性学的教学提供参考。 相似文献